Tempo Real

O processamento em Tempo Real é uma premissa já costumeira para sistemas de gestão. Neste post, o desenvolvedor Ivo Nascimento provoca o debate: será o tempo real oportunidade para a genêse do conhecimento?

Nenhum outro conceito alterou a sociedade e o cenário da computação com tanta força e profundidade.

Como não há mais tempo para fazer todos os cálculos o homem se viu pressionado pela eficácia de seus “educated guesses”. Uma cobrança baseada em um tempo de tarefas compressas, de um equilíbrio entre custo e benefício em um mundo de tempo cada vez mais caro.

Tempo Real não quer dizer que temos pouco tempo, quer dizer que não temos tempo algum.

Não sei quem criou a falta de tempo, se o computador ou o homem, mas sei que fomos nós, os cognitivos, que relativizamos o problema.

Com o tempo restrito à percepção do zero, restou tornar mais eficiente a maneira como obtemos respostas ou aceitar estar atrasado.

Se a reposta correta é 42, mas obtê-la toma mais tempo que o disponível. De que adianta ele estar correto?

Se um cálculo custa mais que o tempo disponivel, existe alguma maneira capaz de tornar o cálculo aceitável? Qual o risco?

fn(x) = y => ERRO = | fn(x)-y| RISCO = | fn(x)-y|

Ao alterar a expectativa do cálculo aceitando um risco estamos mudando a maneira como a computação pode ser aplicada ao problema. Ao utilizar o feedback(erro) para aperfeiçoar o algoritmo, o computador pode aprender com seus erros e ao tornar o custo do algoritmo aceitável, o computador pode realizar os cálculos mais vezes e aprender mais.

Quanto mais repetições, mais feedback, mais aprendizado e consequentemente, menos erros.

Isso cria um cenário de cooperação mais amplo entre computador e profissional, dividindo a responsabilidade sobre o "educated guess". O computador deixa de ser uma ferramenta de execução para ser uma ferramenta de conhecimento.

Como ferramenta de conhecimento, o computador se destaca de duas caracteristicas: Acesso e Custo.

O conhecimento acumulado em modelos computacionais pode ser utilizado e aperfeiçoado por varios profissionais ao mesmo tempo e armazenado de maneira confiável para reutilização. Isso libera o profissional para outras atividades.

O modelo computacional pode rodar 24/7, o que significa que pode aprender mais rápido e entregar resultados mais rápido. Isso cria, no limite, uma operação de custo zero, logo, acessivel e aplicavel a qualquer situação.